第一人称多人射击游戏既刺激又费神。如果有一位知识渊博的玩家伴您左右，为您排忧解难，这将大有裨益。
这正是 Visor 许下的承诺，这款分析引擎可为团队作战第一人称射击游戏（如 Blizzard 出品的“守望先锋 (Overwatch)”）提供游戏内 AI 警报及游戏结束后的分析功能。
Visor 公司总部位于旧金山，该公司近日已获得 470 万美元融资，旨在通过 AI 帮助提升“守望先锋 (Overwatch)”玩家的游戏水平。这家初创公司于今年 8 月发布了其软件的公测版下载渠道，该软件能够在游戏过程中为玩家提供相关指导。
Visor 最近参加了 Y Combinator 加速计划的冬季课程。
该初创公司由 Anhang Zhu 和 Ivan Zhou 创立。两人相识于加州大学伯克利分校，之后他们在校园里一起编写了很多项目代码，共同分享着彼此对游戏的热爱。
“Visor 就像是一个坐在您身旁的真人好友，能够在游戏过程中为您提供反馈。它能及时提供信息，便于您采取行动。”这家初创公司的首席执行官兼联合创始人 Zhou 说道。
这些游戏内警报会以文本提示的形式出现在屏幕右侧。它们会提供一些技巧，如“加大进攻力度”或“放大招”（这会增强玩家的实力），从而在游戏的关键时刻提供帮助。
“我们可以使用二级预测算法来预测您在某一游戏中获胜的机率。”Visor 公司联合创始人 Zhu 说道，他曾任 Facebook 工程师。
事实证明，若想得出游戏见解，我们需要使用大量游戏数据对深度神经网络进行训练。
训练面向游戏的 AI
用户生成的游戏数据从不缺乏。玩家会将大量游戏片段上传至 Twitch、YouTube 和其他在线视频网站以观看游戏玩法。Visor 可借此使用超过 5 亿帧视频来训练 AI。
Visor 使用许多视频帧来训练用于图像分类的卷积神经网络和用于预测游戏内动作的时间递归神经网络。该公司使用 k 最近邻 (k-NN) 算法来为深度神经网络提供模式识别支持。
Visor 公司的 6 名工程师基于 NVIDIA GPU 对其系统进行了本地训练。收集数据和训练模型的初始过程约耗时 6 个月，而现在都已部署在 AWS 上。该初创公司每天会收集数百万帧视频，以继续优化模型。
AI 如何帮助游戏玩家
Visor 能够跟踪游戏玩家的胜负记录数据。例如，它能根据游戏数据判定玩家的失败率为 5%。它还可以推算出游戏中所能改进的多个关键区域，帮助玩家获取胜利。Visor 会根据以上数据在这些区域提供 1 到 2 个建议，从而帮助提升游戏水平。
Visor 平台的构建宗旨不在于服务某一款游戏，因此其深度神经网络也可应用于其他游戏，为更多玩家提供支持。该公司创始人表示，Visor 定将应用在更多游戏中。他们还指出，与“炉石传说 (Hearthstone)”和“魔兽世界 (World of Warcraft)”中使用的第三方插件相比，业内更倾向于在专业游戏中优先采用这类工具。
Visor 为“守望先锋 (Overwatch)”打造的游戏内英特尔产品面向从新手到职业玩家的各阶段玩家。
Zhou 表示：“用户体验是我们的终极目标，我们正努力实现这一点，以期为玩家带来更多乐趣。”